Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Hurtownia danych" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Concepts of distributed database for decision support in Smart Grid
Koncepcja rozproszonej bazy danych dla wspomagania decyzji w inteligentnych sieciach Smart Grid
Autorzy:
Mazurek, M.
Powiązania:
https://bibliotekanauki.pl/articles/210781.pdf
Data publikacji:
2013
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
smart grid
architektura danych
rozproszona hurtownia danych
data architecture
distributed data warehouse
Opis:
Smart Grid is a concept of energy distribution network where flow of electricity, its production and consumption is managed by decentralized nodes located in microgrids. Training data for machine learning algorithms is collected from intelligent sensors, weather data, and energy market prices. Volume of the data is much higher than any of currently processed in data warehouses solutions. This challenge along with the requirement that a microgrid should be able to work in an islanding mode are key factors affecting data architecture presented in the paper. Distributed repositories are built based on NoSQL database management systems. Collecting data, mining data, developing algorithms and extraction of business rules are available as services from "cloud". This architecture minimizes costs of maintaining IT infrastructure on the microgid side, at the same time giving access to state-of-art machine learning algorithms leading to most effective strategies of energy management. In the paper, there is proposed an open-source platform for implementing the described solution.
Inteligentne sieci energetyczne, określane jako Smart Grid, zakładają wykorzystanie zdecentralizowanych ośrodków sterowania przepływem energii elektrycznej oraz pracą urządzeń zasilanych tą energią. Proces uczenia algorytmów sztucznej inteligencji sterujących systemem odbywa się w oparciu o gromadzone z sensorów dane opisujące między innymi stan urządzeń, warunki pogodowe oraz ceny na rynku. Wolumen gromadzonych danych, niespotykany w dotychczasowych zastosowaniach systemów hurtowni danych oraz wymagania na autonomiczność mikrosieci, czyli jednostek tworzących system stanowią podstawę do przedstawionej w artykule architektury danych systemu. Jest ona oparta o rozproszone repozytoria danych oraz centra przetwarzania danych zbudowane w oparciu o systemy zarządzania danymi klasy NoSQL. Gromadzenie danych, eksploracja tych danych oraz zbudowane reguły zarządzania przepływem energii są dostępne jako usługi oferowane w "chmurze". Rozwiązanie takie umożliwia minimalizację kosztów związanych z utrzymaniem infrastruktury po stronie mikrosieci, zapewniając jednocześnie możliwość wykorzystywania najnowszych i najefektywniejszych algorytmów uczenia maszynowego. W artykule przedstawiona została propozycja platformy open-source, w oparciu o którą można zbudować opisywane rozwiązanie.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2013, 62, 1; 115-128
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wielokryterialne zadanie optymalizacji schematu agregatów w hurtowniach danych
Multi-objective optimization of multidimensional aggregates schema
Autorzy:
Mazurek, M.
Powiązania:
https://bibliotekanauki.pl/articles/305832.pdf
Data publikacji:
2009
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
hurtownia danych
OLAP
wielowymiarowe agregaty
optymalizacja
data warehouse
multidimensional aggregates
optimization
Opis:
Dominującą technologią wykorzystywaną do zwiększenia wydajności dużych hurtowni danych są, wyliczane w oparciu o dane szczegółowe, agregaty, w tym mające postać wielowymiarowych kostek. Mechanizmy przepisywania zapytań pozwalają na znacznie szybsze wyznaczenie odpowiedzi na zapytanie w oparciu o mniejsze agregaty niż w przypadku odwołań do źródłowych tabel hurtowni. Do kluczowych parametrów opisujących schemat wielowymiarowych agregatów należą czas odpowiedzi na zapytania użytkownika, czas aktualizacji danych w schemacie w oparciu o nowe dane w hurtowni oraz przestrzeń dyskowa wymagana do przechowywania agregatów. Przedstawione zostało dwukryterialne sformułowanie zadania optymalizacji, w którym jako ograniczenie przyjęty został czas aktualizacji danych. Pozostałe dwie zmienne tworzą wektor kryteriów. Wyznaczony został zbiór rozwiązań optymalnych w sensie Pareto oraz zaproponowano metodę znalezienia jednoznacznego rozwiązania w oparciu o punkt idealny.
The most popular technology used to increase performance of large data warehouses is multidimensional aggregates computed from high-resolution data. Query-rewriting techniques allows significantly shorter user query response time, when comparing query evaluation on base tables in data warehouse and smaller in size aggregates. There are three key parameters of multidimensional schema - query response time, time needed to refresh data in the schema and disk space required for storage of multidimensional structures. In paper multicriteria optimization problem was formulated, in which data refresh time is a constraint, and the remaining two measures are objectives. As a result of multi-run single-objective task computations, Pareto-optimal set of points is shown. The satisfactory solution might be found based on a distance to ideal point.
Źródło:
Biuletyn Instytutu Systemów Informatycznych; 2009, 4; 35-40
1508-4183
Pojawia się w:
Biuletyn Instytutu Systemów Informatycznych
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies